Keras學習筆記---儲存model檔案和載入model檔案
阿新 • • 發佈:2019-01-09
儲存keras的model檔案和載入keras檔案的方法有很多。現在分別列出,以便後面查詢。
keras中的模型主要包括model和weight兩個部分。
儲存model部分的主要方法:一是通過json檔案
Json檔案
# serialize model to JSON
model_json = model.to_json()
with open("model.json", "w") as json_file:
json_file.write(model_json)
Yaml檔案
# save as YAML
yaml_string = model.to_yaml()
儲存權重的方法:通過儲存權重(係數)
HDF5檔案
# serialize weights to HDF5
model.save_weights("model.h5")
print("Saved model to disk")
同時儲存model和權重的方式:
from keras.models import load_model
model.save('model_weight.h5') # creates a HDF5 file 'my_model.h5'
載入model的方法
json&hdf5
# load json and create model json_file = open('model.json', 'r') loaded_model_json = json_file.read() json_file.close() loaded_model = model_from_json(loaded_model_json
from keras.models import load_model
model = load_model('model.h5')
載入權重
# load weights into new model
loaded_model.load_weights("model.h5")
print("Loaded model from disk")
如果你需要載入權重到不同的網路結構(有些層一樣)中,例如fine-tune或transfer-learning,你可以通過層名字來載入模型:
model.load_weights('my_model_weights.h5', by_name=True)